Compartir un artículo unicelular (neuroblastoma suprarrenal)
Neuroblastoma suprarrenal
(1) El repertorio de células asociadas a la cresta neural que se desarrollan normalmente define la firma del NB
(2) NB tiene un fenotipo predominante similar a las células cromafines
(3) El estado de diferenciación de las células cromafines es altamente predictivo del resultado del paciente
(4) Amplificación de MYCN Estrechamente relacionada con la EMT mejorada Fenotipo tipo NCC
A continuación, vayamos al grano.
El neuroblastoma (NB) es un subtipo de tumores malignos neurogénicos y el tumor sólido extracraneal más frecuente en niños. A pesar de una extensa investigación, el origen del desarrollo subyacente de NB sigue sin estar claro. Utilizando la secuenciación de ARN unicelular, generamos el transcriptoma de NB de la glándula suprarrenal a partir de 16.910 células de 16 pacientes y las supuestas células de desarrollo de NB de 12.103 células de la glándula suprarrenal de embriones y fetos humanos tempranos en etapas relativamente tempranas de desarrollo del transcriptoma. . Descubrimos que la mayoría de las células tumorales NB suprarrenales son imágenes especulares transcripcionales de células cromafines de norepinefrina. Durante el desarrollo normal, el estado maligno también se resume como el estado de proliferación/diferenciación de las células cromafines. Nuestros hallazgos proporcionan información sobre las trayectorias de desarrollo y los estados celulares de la iniciación y progresión de la NB humana.
1. Se ha sugerido que los tumores malignos infantiles probablemente sean causados por células precursoras durante el desarrollo embrionario o el desarrollo postnatal temprano. Se cree que el NB deriva de células primitivas del sistema nervioso simpático (son las precursoras de las neuronas simpáticas y de las células cromafines neuroendocrinas (ne)) y es un tumor sólido extracraneal común en los niños. Se cree que NB se deriva de las células de la cresta neural (NCC) del tronco, también conocidas como células progenitoras simpatoadrenales, que son precursoras de las neuronas simpáticas y las células cromafines neuroendocrinas (NE). Sin embargo, los resultados del rastreo del linaje genético desafían esta hipótesis, sugiriendo que dos oleadas de migración de NCC son responsables del desarrollo del linaje simpatoadrenal. Las células tumorales de NB también pueden poseer un fenotipo similar a NCC indiferenciado y dirigido por adrenérgicos. Esto sugiere que la tumorigénesis de NB puede preceder a la etapa migratoria de la migración de NCC antes de su destino simpatoadrenal.
2. Realizamos secuenciación de ARN unicelular de glándulas suprarrenales embrionarias y fetales humanas tempranas y tumores suprarrenales primarios. Luego utilizamos este recurso único para identificar firmas transcripcionales de células tumorales de NB y correlacionar la diversidad fenotípica con la heterogeneidad clínica.
La introducción siempre es muy dura y con demasiadas palabras profesionales. )
El desarrollo de subtipos suprarrenales simpáticos de glándulas suprarrenales fetales sigue un calendario diferente.
Cuatro semanas después de la gestación se designaron embriones (NCC) y se deslaminaron del tubo neural dorsal (NT).
Glándula suprarrenal fetal a las 8-14 semanas de embarazo (las NCC migran a la corteza suprarrenal y forman la médula suprarrenal)
Para comprender los procesos de diferenciación y estratificación con más detalle, la Reagrupación de células identificadas Aislamos y reagrupamos computacionalmente células de NTC, SNS, MnS y NCC en embriones tempranos. Este análisis identificó además 14 subpoblaciones celulares distintas y mostró que tres estados celulares en el compartimento NT pueden contribuir al desarrollo de NCC.
Para comprender mejor el estado de las células del linaje simpático-renal suprarrenal fetal, solo realizamos una segunda ronda de agrupación de SCP, neuroblastos simpáticos y células cromafines.
Se encontró una heterogeneidad significativa en el ciclo celular entre los tres tipos de células: las scps eran relativamente tranquilas y las células cromafines contenían una gran cantidad de células en ciclo.
Curiosamente, las células cromafines no cíclicas expresaron señales más diferenciadas que las células cromafines circulantes, incluidos los genes PRPH, NPY y NTRK1, que se han utilizado previamente para determinar el destino de las células fenérgicas de noradrenalina.
Se descubrió que las SCP tenían más probabilidades de diferenciarse en células cromafines
Células, y los progenitores de células cromafines circulantes también dieron lugar preferentemente a células cromafines más diferenciadas. Esta parte de los resultados es una inferencia del proceso cuasitemporal.
Tumor
Tras un estricto filtrado de calidad de la secuenciación unicelular de muestras tumorales, se obtuvieron 160 y 910 células.
En 16 tumores, se detectó un promedio de 2104 genes por célula. Utilizamos el algoritmo de armonía para la integración del conjunto de datos y encontramos tipos de células compartidas entre tumores (datos integrados del algoritmo de armonía) para identificar el tipo de célula.
El análisis CNV de transcriptomas unicelulares identifica tipos de células malignas y no malignas. Más importante aún, la ganancia de 17q, la pérdida de 11q y la pérdida de 1p ocurren principalmente en las células NE. Las células NE representan las células malignas en cada tumor.
Se utilizó un análisis de factorización matricial (NMF) no negativo para determinar el perfil transcripcional completo de la heterogeneidad intratumoral.
La agrupación jerárquica dividió las 160 firmas identificadas en nueve metaprogramas principales. Estos nueve metaprogramas abarcaban diferentes funciones, como lo reflejan sus genes de mayor puntuación (estos lugares necesitan atención).
Los genes de estos nueve metaprogramas se utilizaron luego para analizar la heterogeneidad en datos de microarrays de 498 tumores primarios. Un análisis de supervivencia adicional mostró que las características de los metaprogramas 1 y 6 estaban fuertemente asociadas con un mal pronóstico, mientras que los metaprogramas 2, 3, 4, 5, 8 y 9 predijeron significativamente un mejor pronóstico. Este hallazgo sugiere un fuerte vínculo entre estos metanálisis de malignidades y la heterogeneidad clínica.
(Este lugar tiene células malignas divididas, lo que requiere ciertos antecedentes biológicos)
Para dibujar de manera integral un mapa de fenotipo de células tumorales, incluimos todos los tipos de NCC relevantes para generar. el mapa del transcriptoma (para mapear de manera integral los fenotipos de las células tumorales, incluimos todos los tipos de NCC relevantes para generar un mapa del transcriptoma de referencia), luego calculamos las similitudes del transcriptoma entre nueve metaprogramas malignos y señales sexuales. Descubrimos que varios metaprogramas malignos comparten características moleculares más similares a las de las células cromafines y los neuroblastos simpáticos, lo que sugiere que las células tumorales pueden estar fenotípicamente más cerca de las células cromafines que nueve tipos de células en desarrollo o neuroblastos simpáticos.
A continuación, utilizamos el algoritmo k-vecino más cercano para predecir la identidad de las células tumorales con resolución unicelular. Este análisis reveló el sorprendente resultado de que todos los tumores, independientemente de su subtipo histológico o estado de diferenciación, estaban compuestos principalmente de células tumorales similares a células cromafines (fuente de identificación de agrupamiento KNN). La mayoría de las células cancerosas muestran fuertes características similares a las cromafines. Nuestro análisis unicelular muestra que la mayoría de los tumores tienen características únicas similares a las cromafines y que los tumores amplificados con MYCN representan un subconjunto importante de NCC con EMT. única característica relevante del estado.
Lo que hay que tener en cuenta aquí es que los tejidos normales y los tejidos cancerosos no se combinan para un análisis completo. Esto es básicamente reconocido.
Muestras masivas
(No nos centraremos en el análisis de esta parte de los datos del lote).
Nuestro análisis de datos unicelulares y de gran tamaño Los datos a escala muestran una gran cantidad de fenotipos generalizados, direccionales y similares a células cromafines de la mayoría de los NB. Sin embargo, este hallazgo no puede explicar la alta heterogeneidad clínica y molecular de esta enfermedad.
Identificación de componentes celulares de muestras tumorales mediante deconvolución.
A continuación exploramos la importancia pronóstica de los tres grupos de NB definidos. Los tumores del grupo A tuvieron las peores tasas de supervivencia, mientras que los tumores de los grupos B y C tuvieron mejores tasas de supervivencia.
El fenotipo celular está determinado por el TFS regulador central, que interactúa con elementos reguladores cis para guiar los programas transcripcionales. (Análisis de escenario)
Esta imagen no es muy clara, puedes leer el texto original.
Casi todos los tumores aumentaron significativamente los reguladores asociados a las células cromafines.
En conjunto, estos hallazgos respaldan que la señal similar a EMT NCC observada en tumores amplificados con MYCN parece estar relacionada con las perspectivas de EMT NCC. relacionado con la capacidad de remodelación transcripcional de MYCN de genes relacionados.
En conclusión, el análisis SCENIC muestra que los estados de proliferación y diferenciación dentro de los tumores se construyen mediante redes reguladoras transcripcionales similares
asociadas con el desarrollo de células cromafines.
En el análisis final de nuestro estudio, nuestro objetivo fue determinar si los genes marcadores de células cromafines podrían indicar específicamente el estado de diferenciación de las células tumorales.
5B).
Este análisis seleccionó cinco genes (NTRK1, PRPH, NPY, PCP4 y PKIB) que mejor cumplían con nuestros criterios de alta expresión en células cromafines diferenciadas. Estos cinco genes se correlacionaron significativamente negativamente con el estado del ciclo celular de las células cromafines en desarrollo y de las células tumorales. Análisis de supervivencia adicionales demostraron el potencial de estos genes como biomarcadores para la evaluación clínica del grado de diferenciación, ya que la alta expresión de estos genes predijo significativamente un mejor pronóstico.
Scrublet, un software de predicción multicelular
r package survival v3.1-8
Software de análisis cuasitemporal Palantir
Método Music Go Convolution
Definición de puntuaciones de celda
Utilizamos la función AddModuleScore en el paquete Seurat R para evaluar el grado en que las células individuales expresan un determinado programa de expresión predefinido, como se describió anteriormente
Conectividad de grupos de células
Cuantificamos la conectividad de grupos de células individuales utilizando el método PAGA (Wolf et al., 2019). Los cálculos se realizaron en el mismo subconjunto de genes variables agrupados utilizando parámetros predeterminados.
Echemos un vistazo más de cerca a cómo utilizar este software.